gpt-oss-safeguard 技术报告
gpt-oss-safeguard technical report
AI 导读
gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 是 OpenAI 基于 gpt-oss 后训练的两个开源权重推理模型，可依据给定策略对内容进行标注。技术报告描述了这两个模型的能力，并以原始 gpt-oss 模型为基线给出安全评测结果。
推荐理由
报告以原始 gpt-oss 模型为基线，给出 gpt-oss-safeguard 两个规格的安全评测结果，便于比较这类按策略标注内容的模型与基线的差距。